تخمین ظرفیت باربری شالوده های نواری سطحی متکی برخاکهای چند لایه دانه ای به کمک شبکه عصبی مصنوعی

مبنای عمده روش های گذشته درتعیین ظرفیت باربری نهایی شالوده های سطحی، براین فرض استواراست که ضخامت بسترخاکی تحت شالوده بینهایت وهمگن است. پذیرش چنین فرضی دربرخی مواردباواقعیت فاصله زیادی دارد.درعمل بسترهای خاکی غالبا چندلایه اند. معادلات ظرفیت باربری نهایی پیشنهادی توسط محققین درموردخاک های تک لایه، قابل انطباق بربسترهای لایه ای نمی باشد. بنابراین رسیدن به روشی مناسب درتخمین ظرفیت باربری نهایی شالوده های نواری متکی بربسترهای لایه ای ضروری به نظرمی رسد. دراین پژوهش ازشبکه های عصبی مصنوعی به عنوان ابزاری قدرتمند درمدلسازی فرایندهای غیرخطی ونامعین، به منظورتخمین ظرفیت باربری نهایی شالوده استفاده شده است . شبکه موردنظر ازنوع پرسپترون چندلایه باالگوریتم پس انتشار خطاوتکنیک یادگیری لونبرگ – مارکوات است. ورودی های مدل شبکه عصبی مصنوعی ،عرض پی، صخامت لایه های خاک وزوایه اصطکاک متناظرباهریک لایه سات وخروجی شبکه ظرفیت باربری نهایی شالوده است.

کلیدواژه ها:

ظرفیت باربری نهایی ، شالود ه های نواری ، شبکه های عصبی مصنوعی ، پرسپترون چندلایه